기초연, 동물 행동 척척 읽어내는 AI ‘프레임워크’ 개발

(대전ㆍ충남=뉴스1) 김태진 기자 = 국내 연구진이 동물의 행동을 척척 읽어내는 인공지능(AI) 프레임워크 개발에 성공했다.

기초과학연구원(IBS) 인지 및 사회성 연구단 이창준 단장과 수리 및 계산 과학 연구단 데이터 사이언스 그룹 차미영 CI단장 공동연구팀은 동물의 3차원 움직임 정보를 바탕으로, 인공지능 학습을 통해 동물 행동을 분류하고 분석할 수 있는 새로운 분석 도구인 ‘섭틀(SUBTLE)’을 개발했다고 22일 밝혔다.

동물 행동 분석은 기초 신경과학 연구에서부터 질병의 원인과 치료법에 대한 연구에 이르기까지 다양한 연구의 핵심 도구로 활용된다.

최근 인공지능 학습을 활용해 시간에 따라 복잡하게 변화하는 동물 행동을 정확히 이해하고 분석하기 위한 노력이 진행 중이나 인간처럼 행동의 유사성을 직관적으로 인식하는 데에는 한계가 있다.

이에 연구팀은 최근 각광받고 있는 인공지능 분석 방법인 비지도 학습으로 3차원 모션캡처 장비를 통해 추출한 3차원 움직임 정보를 분석해 동물 행동을 정확히 분류할 수 있는 분석 프레임워크를 구현하는 데에 성공했다.

비지도 학습은 명시적인 결괏값(해답)이 없는 학습데이터로부터 인공지능이 스스로 데이터의 패턴과 구조, 특성을 찾아 유사성에 따라 클러스터로 묶어 분석한다.

이 때문에 인간의 개입을 최소화하면서 편향 없이 동물 행동을 분석할 수 있는 장점이 있다.

연구팀은 여러 대의 카메라로 생쥐의 움직임을 촬영해 생쥐의 머리, 다리, 엉덩이 등 9개의 키포인트 좌표를 추출해 시간에 따른 3차원 액션 스켈레톤 움직임 데이터를 얻었다.

움직임의 시계열 데이터를 2차원으로 축소해 임베딩(고차원 공간의 단어나 이미지와 같은 데이터를 수학적으로 표현하여 각 데이터에 대응하는 벡터의 모음으로 두는 것) 변환하고, 유사성이 높은 행동 상태를 묶어 서브클러스터로 군집화한 후 이 서브클러스터들을 다시 정형화된 행동 패턴을 나타내는 슈퍼클러스터로 군집화했다.

이 과정에서 연구진은 행동 데이터 클러스터를 평가하는 지표인 TPI를 새롭게 제안했다.

이 지표는 각각의 클러스터가 동일한 행동 상태를 포함하고 효과적으로 시간적 움직임을 나타내는지를 측정할 수 있다.

연구팀은 이 지표를 이용한 클러스터 평가로 행동 분류에 최적화된 알고리즘들을 찾을 수 있었다. 그리고 이들을 조합해 마침내 SUBTLE을 개발했다.

이창준 단장은 “인간의 행동 패턴 인식 메커니즘을 적용해 인간의 개입을 최소화하면서도 동물의 복잡한 행동을 이해할 수 있는 효과적인 행동 분석 프레임워크를 개발했다”며 “산업적 응용 가능성이 클 뿐만 아니라, 행동을 인지하는 뇌의 원리를 더 깊게 이해하는 도구로도 활용할 수 있을 것”이라고 말했다.

이번 연구 결과는 세계적인 AI 컴퓨터 비전 학술지 ‘국제컴퓨터비전학술지' 온라인에 지난 20일 게재됐다.

memory4444444@news1.kr